發(fā)布時(shí)間：2021-10-30 00:02

　　優(yōu)化算法研究,主要工作是給迭代點(diǎn)尋求可接受且有效的步長(zhǎng)及可行的下降方向.在求解大規(guī)模無(wú)約束優(yōu)化問(wèn)題時(shí),共軛梯度法被廣泛應(yīng)用.其中, Polak-Ribiere-Polyak方法 （簡(jiǎn)稱:PRP方法）是眾多共軛梯度法中數(shù)值表現(xiàn)相對(duì)較好的,但它在許多線搜索下并不具備全局收斂性,如何發(fā)揮PRP方法數(shù)值優(yōu)良,而克服其收斂性差,是學(xué)者們致力探索的熱點(diǎn)課題.本文提出新的PRP參數(shù)公式,并對(duì)Armijo線搜索方法進(jìn)行修正,建立了新Armijo線搜索下的PRP共軛梯度算法,證明算法滿足充分下降條件,并證明算法在適當(dāng)條件下具有全局收斂性. 

【文章來(lái)源】：廣西科技大學(xué)學(xué)報(bào). 2019,30(02)

【文章頁(yè)數(shù)】：8 頁(yè)

【文章目錄】：
0 引言
1 算法描述
    1.1 ATLS*線搜索與算法
    1.2 新ATLS*線搜索下的PRP算法 (簡(jiǎn)稱新ATLS*算法)
2 算法的收斂性分析
3 討論
4 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]基于多樣性優(yōu)化策略的粒子群算法[J]. 朱孝晶,周圓兀,龔熠,蔡雪霽,張向華.  廣西工學(xué)院學(xué)報(bào). 2011(01)
[2]一個(gè)全局收斂的共軛梯度法[J]. 吳慶軍.  廣西工學(xué)院學(xué)報(bào). 2004(02)
[3]共軛下降法的全局收斂性[J]. 戴或虹,袁亞湘.  數(shù)學(xué)進(jìn)展. 1996(06)



本文編號(hào)：3465644